基于支持向量机回归的次降雨小流域侵蚀产沙预报研究——以晋西王家沟为例

被引：8

作者：

李斌兵 ^{[1
]}

郑粉莉 ^{[1
]}

龙栋才 ^{[2
]}

李静 ^{[3
]}

机构：

[1] 陕西师范大学

来源：

水土保持通报 | 2007年 / 06期

基金：

国家自然科学基金重点项目;

关键词：

次降雨; 土壤侵蚀预报; 支持向量回归; 主成分分析;

D O I：

10.13961/j.cnki.stbctb.2007.06.028

中图分类号：

S157 [水土保持];

学科分类号：

0815 ; 082802 ; 090707 ; 0910 ;

摘要：

基于次降雨小流域侵蚀产沙过程的复杂性、非线性,利用支持向量机回归和主成分分析方法。确定了影响次降雨小流域侵蚀产沙量的关键因子,包括浑水径流深、洪峰最大流量、降雨量和30 min最大降雨强度。建立了向量机回归支持下的次降雨小流域侵蚀产沙预测模型。利用60次侵蚀产沙实测资料,对模型预报精度进行了分析,结果表明,基于支持向量回归的次降雨流域侵蚀产沙预报模型具有较好的预测精度,预测精度平均为在86%。该研究为揭示次降雨小流域土壤侵蚀规律提供了新的途径和方法。

引用

页码：120 / 125

页数：6

共 12 条

[1] 基于多层神经元网络的随机自适应径流预报模型 [J].

尚金成，刘鑫卿，张勇传，刘育琪，杜江 .

水电能源科学, 1995, (01) :52-56

[2] 滇东北山区坡耕地土壤流失方程研究 [J].

杨子生 .

水土保持通报, 1999, (01) :4-12

[3] 土壤侵蚀产沙量的人工神经网络模拟 [J].

王协康 ;

方铎 .

成都理工学院学报, 2000, (02) :197-201

[4] 流域产流产沙BP网络预报模型的初步研究 [J].

张小峰 ;

许全喜 ;

裴莹 .

水科学进展, 2001, (01) :17-22

[5] 我国水蚀预报模型研究的现状、挑战与任务 [J].

郑粉莉 ;

王占礼 ;

杨勤科 .

中国水土保持科学, 2005, (01) :7-14

[6] 黑龙江省土壤流失方程的研究 [J].

张宪奎 ;

许靖华 ;

卢秀琴 ;

邓育江 ;

高德武 .

水土保持通报, 1992, (04) :1-9+18

[7] 降雨侵蚀土壤流失预报方程的初步研究 [J].

牟金泽 ;

孟庆枚 .

中国水土保持, 1983, (06) :25-29

[8]

中国水土保持[M]. 科学出版社 , 唐克丽等编著, 2004

[9]

The Nature of Statistical Learning Theo- ry. Vapnik V N. . 1995

[10]

Supportvector method for function approximation,regression estima- tion,and signal processing. Vapnik V,Golowich S,Smola A. Neural Information Processing Sys- tems . 1997

← 1 2 →